人工系统在脊柱侧弯大规模筛查中的效用验证
2018年12月10日 更新者：Haotian Lin、Sun Yat-sen University
使用背面图像验证人工系统对脊柱侧凸大规模筛查的效用
由于不必要的转诊和过高的成本，传统的学校脊柱侧弯筛查方法仍然存在争议。
深度学习算法已被证明是检测多种疾病的强大工具；然而，此类方法在脊柱侧弯筛查中的应用需要进一步评估和验证。
在这里，研究人员开发了一个人工系统，使用裸背图像自动筛查脊柱侧弯，并进行临床试验以验证该诊断系统是否可以弥补人类医生的缺点。
研究概览
研究类型
介入性
注册 (实际的)
500
阶段
- 不适用
联系人和位置
本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。
学习地点
-
-
Guangdong
-
Guangzhou、Guangdong、中国、510000
- Zhongshan Ophthalmic Center, Sun Yat-sen University
-
-
参与标准
研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。
资格标准
适合学习的年龄
10年 至 22年 (成人、孩子)
接受健康志愿者
是的
描述
纳入标准：
- 1.患者包括治疗前背部照片和整个脊柱（C7-S1）站立X光或超声图像（健康人群）； 2、所有证件清晰，肉眼可辨； 3. 背面照片是同时拍摄的（不超过1个月）； 4.根据临床照片考虑为特发性脊柱侧凸。
排除标准：
- 1. 躯干有明显异常特征，如神经纤维瘤的咖啡牛奶斑、蜘蛛指、背部异常毛斑、骨盆倾斜、下肢高低等，考虑为非特发性脊柱侧凸； 2.背照与X光或B超相隔1个月以上； 3.临床照片、影像不清晰； 4. 不包括整个脊柱（C7-S1）的X光片或超声图像。
学习计划
本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。
研究是如何设计的？
设计细节
- 主要用途：诊断
- 分配：北美
- 介入模型：单组
- 屏蔽：没有任何
武器和干预
参与者组/臂 |
干预/治疗 |
|---|---|
|
其他：符合 AI 测试条件的患者。
设备：用于筛查脊柱侧弯的人工系统
|
一种使用背部图像评估脊柱侧弯的人工智能
|
研究衡量的是什么？
主要结果指标
结果测量 |
大体时间 |
|---|---|
|
智能视力诊断系统准确率、误检率和漏检率。
大体时间：长达 5 年
|
长达 5 年
|
合作者和调查者
在这里您可以找到参与这项研究的人员和组织。
研究记录日期
这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。
研究主要日期
学习开始 (实际的)
2018年6月1日
初级完成 (实际的)
2018年7月30日
研究完成 (实际的)
2018年7月30日
研究注册日期
首次提交
2018年12月10日
首先提交符合 QC 标准的
2018年12月10日
首次发布 (实际的)
2018年12月12日
研究记录更新
最后更新发布 (实际的)
2018年12月12日
上次提交的符合 QC 标准的更新
2018年12月10日
最后验证
2018年12月1日
更多信息
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.